一种改进的多约束混沌选播路由算法-论文.pdf

《一种改进的多约束混沌选播路由算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第44卷第4期河南大学学报(自然科学版)Vol_44NO．42014年7月JournalofHenanUniversity(NaturalScience)Ju1．2014一种改进的多约束混沌选播路由算法史蕊，袁彩虹(1．河南大学软件学院，河南开封475004；2．河南大学计算机与信息工程学院，河南开封475004)摘要：为满足带宽、时延、时延抖动、包丢失率等多服务质量约束下以最小代价进行选播路由，首先分析了多约束选播路由算法难以收敛于全局的原因，然后提出了一种改进的混沌选播路由算法．算法引入相异度的思想，把相异率作

2、为判断“早熟”的方法；设计了混沌扰动算子，在判断种群出现“早熟”时对种群进行混沌扰动，增加群体的多样性，扩大搜索范围，避免陷入局部最优．该选播路由算法能找到满足多Qos约束的全局最优解．通过对比仿真实验数据表明，本算法具有较快的收敛速度和较高的请求成功率．关键词：选播；混沌；相异度；扰动算子；遗传算法中图分类号：TP391．9文献标志码：A文章编号：1003—4978(2014)04—0479—05AnImprovedAnycastRoutingAlgorithmonChaoswithMultipleConstra

3、intsSHIRui，YUANCaihong(1．Collegeofsoftware，HenanUniversity，HenanKnng475004，China2．CollegeofComputerandInformationEngineering，HenanUniversity，HenanKaifeng475004，China)Abstract：InordertOachievethegoalofleast-costanycastroutingwithmultipleQuality—of—Services(QoS)

4、constraints，suchasbandwidth，delay，delay-jitterandpacketlossratio．BasedonstudyingthereasonofdifficultytOfallingintoglobaloptimumsolutioninmultipleanycastrouting，animprovedanycastroutingalgorithmbasedonchaosgeneticalgorithmisproposed．Thedissimilarityideaisintrod

5、ucedthatcanusethedifferentrateasawaytOjudgetheprematureconvergence．AchaosdisturbanceoperatorisdesignedtOdisturbthepopulationswhenjudgesthepopulationsappearpremature，SOtoincreasethediversityofpopulation，expandthescopeofthesearchandavoidfallingintolocaloptima1．T

6、healgorithmcaneffectivelyfindtheglobal—bestsolutionthatsatisfiedtheQoSconstrains．Thecomparisonoftheexperimentalresultsfurtherdemonstratesthattheproposedalgorithmcanacceleratetheconvergencerateandimprovethesuccessrateoffindingtheoptimalsolutions．Keywords：anycas

7、trouting；chaos；dissimilarity；disturbanceoperator；geneticalgorithm0引言随着网络向大规模、综合业务、高带宽的方向发展，对网络服务质量提出了更高要求．选播是IPv6中定义的一种新型网络通信方式，它能实现一台主机与其他可以提供相同服务的一组目的服务器中任一台主机进行通信，因此如何设计合理的选播路由算法是选播技术的核心问题．多QoS(QualityofService)约束选播路由问题是一个NP完全问题．在使用遗传算法解决这类问题时，随着网络规模的扩大和迭代次

8、数的增加遗传算法处理选播路由问题的能力逐渐减弱，存在收敛速度和全局收敛性的矛盾，即易收敛于局部，很难找到全局最优解，请求成功率低．近年来，研究者针对局部收敛问题进行了一些研究I1_7_．采用各种方法避免局部最优，如将量子的思想，免疫的思想，粒子群优化的思想，蚁群优化的思想，克隆的策略等引入到选播遗传算法．这些算法由于缺乏判断“早熟”的方法和相对应的解决“早熟